用于协作机器人指令的 CoSTAR 系统的用户体验
机器人学
2017-03-24 v1
摘要
我们如何使 novice 用户能够为协作机器人创建有效的任务计划？在泛化性与易用性之间是否必须存在折衷？为回答这些问题，我们使用 CoSTAR 系统进行了用户研究，该系统将感知与推理集成到基于行为树的任务计划编辑器中。在我们的研究中，我们要求 novice 用户在感知与规划能力不同的条件下执行简单的拾取与放置装配任务。我们的研究表明，用户认为行为树是指定任务计划的有效方式。此外，借助 CoSTAR 的规划、感知与推理能力，用户还能够更快速、更有效且更通用地编写任务计划。尽管有这些改进，用户对这些能力相关概念的易用性评分较低，我们的结果指明了进一步改进的方向。
引用
@article{arxiv.1703.07890,
title = {User Experience of the CoSTAR System for Instruction of Collaborative Robots},
author = {Chris Paxton and Felix Jonathan and Andrew Hundt and Bilge Mutlu and Gregory D. Hager},
journal= {arXiv preprint arXiv:1703.07890},
year = {2017}
}
备注
8 pages, currently in peer review. Video: https://www.youtube.com/watch?v=uf_3P6TmVrQ